Aim2Be mHealth intervention for children with overweight and obesity: study protocol for a randomized controlled trial
Notice bibliographique
Résumé
Abstract Background The prevalence of overweight and obesity remains high in Canada, and the current standard for the treatment of childhood obesity is in-person, family-based, multidisciplinary interventions that target lifestyle behaviors (e.g., diet, physical activity, and sedentary behaviors). These programs are costly to operate, have limited success, and report recruitment and retention challenges. With recent advances in technology, mobile health or mHealth has been presented as a viable alternative to in-person interventions for behavior change, especially with teens. Purpose The primary aim of this study is to test the efficacy of Aim2Be, a gamified app based on behavior change theory with health coaching to improve weight outcomes (i.e., decrease in standardized body mass index (zBMI)) and lifestyle behaviors (i.e., improve dietary quality, increase fruit and vegetable intake, reduce sugar-sweetened beverage intake, increase physical activity, and reduce screen time) among children 10- to 17-years old with overweight or obesity versus their peers randomized into a waitlist control condition. The secondary aims of this study are to 1) test whether supplementing the Aim2Be program with health coaching increases adherence and 2) examine the mediators and moderators of adherence to the Aim2Be intervention. Methods We will employ a randomized controlled trial design and recruit 200 child and parent dyads to participate in the study (2019–2020). Participants will be recruited from Canadian pediatric weight management clinics and through online advertisements. Child participants must be between the ages of 10 and 17 years, have overweight or obesity, be able to read English at least at a grade 5 level, and have a mobile phone or home computer with internet access. Following baseline data collection, participants will be randomized into intervention and waitlist control groups. Intervention participants will receive access to Aim2Be, with access to health coaching. After having their data collected for 3 months, the control group will gain access to Aim2Be, with no access to health coaching. Participants will control their frequency and duration of app usage to promote autonomy. Discussion Findings from this study will determine the efficacy of using Aim2Be in improving child weight outcomes and lifestyle behaviors and guide future mHealth interventions for pediatric weight management. Trial registration ClinicalTrials.gov, NCT03651284. Registered 29 August 2018.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,015 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,115 | 0,018 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».